Python处理大量csv文件是十分方便的,Python有许多用于数据处理数据分析的库
用Excel处理csv文件很痛苦,效率很低,没法批量保留两位小数。在处理需要大量数据的机器学习和神经网络的csv文件更加难受。
用python批量处理则非常方便。
#可能需要与文件夹放在一起
import os
import pandas as pd
path = r'C:\\Users\\汧然\Desktop\\COAD'#文件夹路径
for filename in os.listdir(path):#处理文件夹中的文件
df=pd.read_csv(filename)
df.to_csv('C:\\Users\\汧然\Desktop\\副本'+filename,float_format='%.2f')#改后的新文件
上面的代码引入了os和pandas
path是要处理的大量csv文件的文件夹路径
利用pandas中的专门处理csv文件的函数,实现保留小数的目的,小数位数可以自己调整,保留小数位数统一方便实验等使用
可以自己决定处理后新文件的路径,创造副本,不会影响源文件。上面的代码将新文件放在桌面,并且给予批量命名